WO2023226595A1 - 空调系统及空调系统的脏堵确定方法 - Google Patents

空调系统及空调系统的脏堵确定方法 Download PDF

Info

Publication number
WO2023226595A1
WO2023226595A1 PCT/CN2023/085943 CN2023085943W WO2023226595A1 WO 2023226595 A1 WO2023226595 A1 WO 2023226595A1 CN 2023085943 W CN2023085943 W CN 2023085943W WO 2023226595 A1 WO2023226595 A1 WO 2023226595A1
Authority
WO
WIPO (PCT)
Prior art keywords
air conditioning
conditioning system
operating data
detection results
detection
Prior art date
Application number
PCT/CN2023/085943
Other languages
English (en)
French (fr)
Inventor
石靖峰
孟建军
盛凯
夏兴祥
王兴龙
张福显
辛宗金
阮岱玮
Original Assignee
青岛海信日立空调系统有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from CN202210564395.2A external-priority patent/CN114877488A/zh
Priority claimed from CN202211305064.3A external-priority patent/CN115638507A/zh
Application filed by 青岛海信日立空调系统有限公司 filed Critical 青岛海信日立空调系统有限公司
Publication of WO2023226595A1 publication Critical patent/WO2023226595A1/zh

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F24F11/32—Responding to malfunctions or emergencies
    • F24F11/38—Failure diagnosis
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F24F11/41—Defrosting; Preventing freezing
    • F24F11/42—Defrosting; Preventing freezing of outdoor units
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F24F11/49—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring ensuring correct operation, e.g. by trial operation or configuration checks
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/50—Control or safety arrangements characterised by user interfaces or communication
    • F24F11/61—Control or safety arrangements characterised by user interfaces or communication using timers
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • F24F11/65—Electronic processing for selecting an operating mode
    • F24F11/67—Switching between heating and cooling modes
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/70—Control systems characterised by their outputs; Constructional details thereof
    • F24F11/80—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air
    • F24F11/83—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air by controlling the supply of heat-exchange fluids to heat-exchangers
    • F24F11/84—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air by controlling the supply of heat-exchange fluids to heat-exchangers using valves
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/30—Velocity
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/50—Air quality properties
    • F24F2110/64—Airborne particle content
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/50—Air quality properties
    • F24F2110/65—Concentration of specific substances or contaminants
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2140/00—Control inputs relating to system states
    • F24F2140/20—Heat-exchange fluid temperature

Definitions

  • the present disclosure relates to the technical field of air conditioning, and in particular, to an air conditioning system and a method for determining dirt blockage in the air conditioning system.
  • some embodiments of the present disclosure provide an air conditioning system.
  • the air conditioning system includes indoor unit, outdoor unit and controller.
  • the outdoor unit is connected to the indoor unit, and the controller is coupled to the indoor unit and the outdoor unit.
  • the controller is configured to: when the air conditioning system is in the heating working state, obtain a first number of detection results within a first period of time, where the detection results are used to indicate whether the outdoor unit is dirty and blocked, and the first number is greater than 1.
  • Integer remove the second number of detection results from the first number of detection results to retain the third number of detection results, where the acquisition time of the second number of detection results is related to the defrosting operation, and the second number is less than the A quantity and an integer greater than or equal to 0, and the third quantity is the difference between the first quantity and the second quantity; if the third quantity of detection results indicates that the outdoor unit is dirty and blocked, the number If the ratio between the three quantities is greater than the first preset threshold, it is determined that the outdoor unit is dirty and blocked.
  • the controller 106 may control to stop issuing prompt information.
  • the first preset condition includes: within the fourth period of time after it is determined that the outdoor unit 102 is clogged, The ratio between the number of detection results indicating that the outdoor unit 102 is dirty and blocked among the fifth number of detection results obtained by the controller 106 and the fifth number is less than the preset stop threshold.
  • the prompt mark is used to identify the air conditioning system 100 in which the dirty outdoor unit 102 is located. In this way, when the maintenance personnel check the relevant information of the air conditioning system 100 through the background monitoring device 203, they can learn that the outdoor unit 102 of the air conditioning system 100 is dirty and blocked after viewing the prompt mark.
  • the above-mentioned dirty blockage determination method includes steps S101 to step S103.
  • Step S101 When the air conditioning system is in the heating operating state, obtain a first number of detection results within a first period of time.
  • the detection result is used to indicate whether the outdoor unit is clogged, and the first number is an integer greater than 1.
  • Step S102 Remove a second number of detection results from the first number of detection results to retain a third number of detection results.
  • the acquisition time of the second number of detection results is related to the defrosting operation
  • the second number is an integer less than the first number and greater than or equal to
  • the third number is between the first number and the second number. difference.
  • the second number of detection results includes: detection results within a second period of time before the air conditioning system performs the defrosting operation, and detection results during the process of the air conditioning system performing the defrost operation, and the second period of time is shorter than the first duration.
  • the operating data includes at least one of the following: opening of the indoor expansion valve, suction pressure of the compressor, discharge pressure of the compressor, suction temperature of the compressor, discharge temperature of the compressor, compressor The exhaust superheat, the working frequency of the compressor, the speed of the outdoor fan, the working temperature of the inverter, the opening of the outdoor expansion valve, the temperature of the liquid pipe, the defrosting working status of the air conditioning system, the return air temperature of the indoor unit, Or the absolute value of the difference between the outlet air temperature and the return air temperature of the indoor unit.
  • the dirty blockage determination method further includes steps S201 to S202.
  • the dirty blockage determination method further includes: after determining that the outdoor unit is dirty and blocked, controlling to issue a prompt message, where the prompt information is used to prompt maintenance of the air conditioning system.
  • the air conditioning system 100 includes an indoor unit 101, an outdoor unit 102, at least one detection element 107 ( Figure 12 takes one detection element as an example) and a controller 106.
  • the outdoor unit 102 is connected to the indoor unit 101
  • the controller 106 is coupled to the indoor unit 101 , the outdoor unit 102 and the at least one detection element 107 .
  • the at least one detection element 107 is configured to detect a plurality of operating data of the air conditioning system 100 .
  • the controller 106 is configured to: obtain detection values of the plurality of operating data according to the at least one detection element 107; take turns to use any one of the plurality of operating data as an output quantity, and use one of the plurality of operating data as an output quantity. , at least one of the other operating data other than any operating data is an input quantity.
  • the predicted value of the output quantity is determined to respectively determine the multiple The predicted value of the operating data; determine the null hypothesis H0, where the null hypothesis H0 includes that the detected value of the output quantity is equal to the predicted value of the output quantity; determine the test statistics of the output quantity based on the detected value of the input quantity and the predicted value of the input quantity Quantity t; based on the test statistic t, determine whether to accept or reject the null hypothesis H0 to respectively determine whether the detection element configured to detect any one of the operating data in the at least one detection element 107 has a fault.
  • the controller 106 in the air conditioning system 100 can determine the test statistic t of the output quantity based on the detected value of the input quantity and the predicted value of the input quantity, and thereby use the test statistic t to determine whether to accept or reject the null hypothesis H0.
  • the controller 106 determines to accept the null hypothesis H0, it means that the detected value of the output quantity is actually equal to the predicted value of the output quantity (that is, the null hypothesis H0 is true), thus indicating that the measured value is true.
  • the controller 106 determines to reject the null hypothesis H0, it means that the detected value of the output quantity is actually not equal to the predicted value of the output quantity (that is, the null hypothesis H0 is not true), thus indicating that it is configured to detect any There is a fault in one of the operating data detection components. In this way, the controller 106 can determine whether to accept or reject the null hypothesis H0 corresponding to each operating data in turn, thereby determining whether each detection element in the at least one detection element 107 has a fault.
  • the air conditioning system 100 provided by some embodiments of the present disclosure can use the hypothesis testing method to accurately determine whether the at least one detection element 107 has a fault, thereby verifying the information obtained by the controller 106 The accuracy of the detection values of multiple running data. In this way, it can be ensured that the operating data obtained by the air conditioning system 100 can represent the actual operating status of the air conditioning system 100, thereby further improving the accuracy of determining whether the outdoor unit 102 is dirty or clogged based on the detection values of the plurality of operating data.
  • the test statistic t can measure the consistency between the data sample and the null hypothesis H0, where the data sample can include detection values and predicted values of the multiple running data.
  • the controller 106 can accept the null hypothesis H0; when the data sample is inconsistent with the null hypothesis H0, the controller 106 can reject the null hypothesis H0. How to judge whether to accept or reject the null hypothesis H0 through the test statistic t will be explained in subsequent embodiments.
  • the controller 106 when the controller 106 determines that there is no fault in the at least one detection element 107, the controller 106 can use the detection values of the plurality of operating data obtained through the at least one detection element 107 to determine whether the outdoor unit 102 There is a dirty blockage. In other examples, when the controller 106 determines that there is a fault detection element in the at least one detection element 107, the operating data detected by the fault detection element can be eliminated from the plurality of operating data, so as to utilize the absence of a fault. The detection value of the operating data obtained by the detection element is used to determine whether the outdoor unit 102 is dirty and blocked, thereby improving the accuracy of determining whether the outdoor unit 102 is dirty and blocked.
  • the controller 106 is further configured to: obtain historical values of the plurality of operating data, wherein the historical values of the plurality of operating data are the values of the plurality of operating data when there is no fault in the at least one detection element. Detection values of multiple operating data; for any operating data, use the historical values of any operating data as the output training set, and use the historical values of other operating data as the input training set to train the mathematical model to obtain any A data prediction model corresponding to the running data.
  • the above mathematical model is, for example, a neural network model.
  • taking the plurality of operating data including n operating data from the first operating data to the n-th operating data as an example, referring to Figure 13, when the first operating data is used as the output quantity, the input of the neural network model The quantity includes the second operating data to the n-th operating data.
  • the input training set also includes the working status of the air conditioning system 100, which includes at least the cooling working status and the heating working status; the input quantity also includes the working status; the controller 106 is also configured to obtain the working status.
  • the input The quantity also includes working status.
  • the detection element configured to detect any one of the operating data has a fault, then when the operating data in other operating data is used as the output quantity, the input quantity does not include the detection value of any one of the operating data; if If the detection element configured to detect any one of the operating data does not have a fault, then when the operating data in other operating data is used as the output quantity, the input quantity includes the detection value of the any one of the operating data.
  • the detection element configured to detect any operating data When the detection element configured to detect any operating data is faulty, it means that the detected value of any operating data is not the actual value of any operating data. If the detected value of any operating data is used as an input quantity, Determining the predicted value of other operating data may result in the determined predicted value being inaccurate. Therefore, the air conditioning system 100 in this example can no longer use the detection value of any one of the operating data as a predicted value for determining other operating data when it is determined that the detection element configured to detect the any one of the operating data is faulty. Accordingly, the accuracy of the predicted values of the plurality of operating data can be improved, and the accuracy of determining whether the at least one detection element 107 has a fault can be improved.
  • the controller 106 is configured to: based on the at least one detection element, using the first time period as the acquisition period, acquire the plurality of operating data after the air conditioning system 100 starts operating and reaches the second time period. detection values, wherein the number of the multiple detection values is greater than the preset quantity threshold; taking turns to use any one of the operating data as the output quantity, and using at least one of the other operating data as the input quantity, according to the input.
  • the multiple detection values of the quantity and the data prediction model corresponding to the output quantity are determined to determine the multiple predicted values of the output quantity to respectively determine the multiple predicted values of the multiple operating data; determine the null hypothesis, wherein the null hypothesis It also includes that the average value of the multiple detected values of the output quantity is equal to the average value of the multiple predicted values of the output quantity; determining the output quantity based on the multiple detected values of the input quantity and the multiple predicted values of the input quantity. test statistic t.
  • the sample size (i.e., sample capacity) of the data sample can be expanded, thereby improving the determined test
  • the accuracy and representativeness of the statistic t further improves the accuracy of determining whether the at least one detection element 107 is faulty.
  • t is the test statistic
  • X 1 is the average value of the multiple detection values of the input quantity
  • X 2 is the average value of the multiple prediction values of the input quantity
  • n1 is the sample of the multiple detection values of the input quantity. size
  • n2 is the sample size of the multiple predicted values of the input amount
  • the calculation formula of S p is as shown in the following formula (2).
  • the significance level ⁇ can represent the probability of the event that the null hypothesis H0 is true but rejected.
  • the value of the significance level ⁇ may be stored in the controller 106 in advance.

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • Signal Processing (AREA)
  • Biomedical Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本公开一些实施例提供一种空调系统及空调系统的脏堵确定方法。空调系统包括室内机、室外机和控制器。控制器与室内机和室外机耦接。控制器被配置为：在空调系统处于制热工作状态时，获取第一时长内的第一数量个检测结果，其中，检测结果用于指示室外机是否存在脏堵，第一数量为大于1的整数；从第一数量个检测结果中去除第二数量个检测结果，以保留第三数量个检测结果，其中，第二数量个检测结果的获取时间与除霜操作相关，第二数量为小于第一数量且大于或等于0的整数，第三数量为第一数量与第二数量之间的差值；若第三数量个检测结果中指示室外机存在脏堵的检测结果的个数、与第三数量之间的比值大于第一预设阈值，则确定室外机存在脏堵。

Description

空调系统及空调系统的脏堵确定方法
本申请要求于2022年05月23日提交的、申请号为202210564395.2的中国专利申请的优先权，以及于2022年10月24日提交的、申请号为202211305064.3的中国专利申请的优先权；其全部内容通过引用结合在本申请中。
技术领域
本公开涉及空调技术领域，尤其涉及一种空调系统及空调系统的脏堵确定方法。
背景技术
空调系统一般包括室内机和室外机。室外机工作时，容易吸入室外环境中的各种杂质，例如灰尘、金属碎屑等。吸入的杂质会在空调系统中形成脏堵，从而降低空调系统的制冷或制热效果。
发明内容
一方面，本公开一些实施例提供一种空调系统。空调系统包括室内机、室外机和控制器。室外机与室内机连通，控制器与室内机和室外机耦接。控制器被配置为：在空调系统处于制热工作状态时，获取第一时长内的第一数量个检测结果，其中，检测结果用于指示室外机是否存在脏堵，第一数量为大于1的整数；从第一数量个检测结果中去除第二数量个检测结果，以保留第三数量个检测结果，其中，第二数量个检测结果的获取时间与除霜操作相关，第二数量为小于第一数量且大于或等于0的整数，第三数量为第一数量与第二数量之间的差值；若第三数量个检测结果中指示室外机存在脏堵的检测结果的个数、与第三数量之间的比值大于第一预设阈值，则确定室外机存在脏堵。
另一方面，本公开一些实施例提供一种空调系统的脏堵确定方法。空调系统包括室内机和室外机，室外机与室内机连通。该方法包括：在空调系统处于制热工作状态时，获取第一时长内的第一数量个检测结果，其中，检测结果用于指示室外机是否存在脏堵，第一数量为大于1的整数；从第一数量个检测结果中去除第二数量个检测结果，以保留第三数量个检测结果，其中，第二数量个检测结果的获取时间与除霜操作相关，第二数量为小于第一数量且大于或等于0的整数，第三数量为第一数量与第二数量之间的差值；若第三数量个检测结果中指示室外机存在脏堵的检测结果的个数、与第三数量之间的比值大于第一预设阈值，则确定室外机存在脏堵。
又一方面，本公开一些实施例提供一种空调系统。空调系统包括室内机、室外机、至少一个检测元件和控制器。室外机与室内机连通，该至少一个检测元件被配置为检测空调系统的多个运行数据，控制器与室内机、室外机和该至少一个检测元件耦接。控制器被配置为：根据该至少一个检测元件，获取该多个运行数据的检测值；轮流以该多个运行数据中的任一个运行数据为输出量，并以该多个运行数据中、除该任一个运行数据之外的其他运行数据中的至少一个为输入量，根据输入量的检测值以及与输出量相对应的数据预测模型，确定输出量的预测值，以分别确定该多个运行数据的预测值；确定零假设，其中，零假设包括输出量的检测值与输出量的预测值相等；根据输入量的检测值和输入量的预测值，确定输出量的检验统计量；根据检验统计量，判断接受或拒绝零假设，以分别判断该至少一个检测元件中、被配置为检测输出量的检测元件是否存在故障。
附图说明
为了更清楚地说明本公开中的技术方案，下面将对本公开一些实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例的附图，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。此外，以下描述中的附图可以视作示意图，并非对本公开实施例所涉及的产品的实际尺寸、方法的实际流程、信号的实际时序等的限制。
图1为根据一些实施例的故障检测系统的架构图；
图2为根据一些实施例的空调系统的一个结构图；
图3为根据一些实施例的空调系统的另一个结构图；
图4为根据一些实施例的空调系统的又一个结构图；
图5为根据一些实施例的空调系统的又一个结构图；
图6为根据一些实施例的空调系统的又一个结构图；
图7为根据一些实施例的室外机的结构图；
图8为根据一些实施例的终端设备的界面图；
图9为根据一些实施例的发出提示信息的方法的流程图；
图10为根据一些实施例的空调系统的脏堵确定方法的一个流程图；
图11为根据一些实施例的空调系统的脏堵确定方法的另一个流程图；
图12为根据一些实施例的空调系统的又一个结构图；
图13为根据一些实施例的数据预测模型的一个结构图；
图14为根据一些实施例的数据预测模型的另一个结构图。
附图标记：
故障检测系统200；
空调系统100；室内机101；显示器1011；垂直导风板1012；水平导风板1013；室内风机1014；室外机102；室外风机1021；连接配管103；气管1031；液管1032；冷媒回路104；压缩机1041；四通阀1042；室外热交换器1043；室内热交换器1044；气液分离器1045；变频器1046；室内膨胀阀1047；室外膨胀阀1048；控制装置105；控制器106；检测元件107；回风温度传感器1071；出风温度传感器1072；计时器108；通信装置109；人机交互装置110；语音提示装置111；
网关201；云平台202；后台监控装置203；终端设备204。
具体实施方式
下面将结合附图，对本公开一些实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。基于本公开所提供的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本公开保护的范围。
除非上下文另有要求，否则，在整个说明书和权利要求书中，术语“包括(comprise)”及其其他形式例如第三人称单数形式“包括(comprises)”和现在分词形式“包括(comprising)”被解释为开放、包含的意思，即为“包含，但不限于”。在说明书的描述中，术语“一个实施例(one embodiment)”、“一些实施例(some embodiments)”、“示例性实施例(exemplary embodiments)”、“示例(example)”、“特定示例(specific example)”或“一些示例(some examples)”等旨在表明与该实施例或示例相关的特定特征、结构、材料或特性包括在本公开的至少一个实施例或示例中。上述术语的示意性表示不一定是指 同一实施例或示例。此外，所述的特定特征、结构、材料或特点可以以任何适当方式包括在任何一个或多个实施例或示例中。
以下，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本公开实施例的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在描述一些实施例时，可能使用了“耦接”和“连接”及其衍伸的表达。术语“连接”应做广义理解，例如，“连接”可以是固定连接，也可以是可拆卸连接，或成一体；可以是直接相连，也可以通过中间媒介间接相连。术语“耦接”例如表明两个或两个以上部件有直接物理接触或电接触。术语“耦接”或“通信耦合(communicatively coupled)”也可能指两个或两个以上部件彼此间并无直接接触，但仍彼此协作或相互作用。这里所公开的实施例并不必然限制于本文内容。
“A、B和C中的至少一个”与“A、B或C中的至少一个”具有相同含义，均包括以下A、B和C的组合：仅A，仅B，仅C，A和B的组合，A和C的组合，B和C的组合，及A、B和C的组合。
“A和/或B”，包括以下三种组合：仅A，仅B，及A和B的组合。
本文中“被配置为”的使用意味着开放和包容性的语言，其不排除被配置为执行额外任务或步骤的设备。
另外，“基于”的使用意味着开放和包容性，因为“基于”一个或多个所述条件或值的过程、步骤、计算或其他动作在实践中可以基于额外条件或超出所述的值。
本公开一些实施例提供一种故障检测系统200。如图1所示，故障检测系统200包括空调系统100、物联网网关201、云平台202、后台监控装置203、以及终端设备204。
空调系统100在运行过程中会产生相应的运行数据。在一些实施例中，空调系统100可以根据这些运行数据，检测自身是否出现故障，并将检测结果反馈给云平台202。在另一些实施例中，空调系统100也可以将运行数据通过物联网网关201发送给云平台202。云平台202可以根据这些运行数据，检测空调系统是否出现故障。这样，可以降低空调系统100所进行的操作的复杂程度，从而降低对空调系统100的运算能力的要求。
在一些实施例中，云平台202可以根据接收到的运行数据进行一系列处理(例如，数据清洗、故障检测、故障预诊断、健康状态评估等处理)，从而得到对应的处理结果(例如，故障检测结果、故障预诊断结果等)。需要说明的是，故障检测例如包括对空调系统100中所发生的故障的类型进行检测，故障预诊断例如包括对空调系统100中发生了故障的部件进行定位。
在一些实施例中，云平台202可以将得到的处理结果传输给后台监控装置203，这样，在空调系统100发生故障时，维修人员无需拆开空调系统100并对其中的部件进行逐个检测，而是可以通过后台监控装置203获知空调系统100中发生故障的部件以及故障的类型等故障信息，从而可以提高空调系统100的检修和维护效率。
在一些实施例中，后台监控装置203可以将接收到的处理结果传输给终端设备204。终端设备204在接收到该处理结果后，可以向用户发出相应的提示信息，以使用户可以通过终端设备204获知空调系统100是否发生了故障、或者发生了哪种故障等。
在一些实施例中，云平台202可以由服务器来实现。服务器可以是独立的物理服务器， 也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络、大数据服务器等基础云计算服务的云服务器。
在一些实施例中，终端设备204可以是手机(如图1所示)、平板电脑、桌面型电脑、膝上型电脑、笔记本电脑、超级移动个人计算机(Ultra-Mobile Personal Computer，UMPC)、手持计算机、个人数字助理(Personal Digital Assistant，PDA)、可穿戴电子设备、智能手表等设备。
下面主要结合附图，对空调系统100的结构进行示例性说明。
在一些实施例中，如图2所示，空调系统100包括一个室内机101和一个室外机102。在另一些实施例中，空调系统100可以为多联机空调系统。此时，空调系统100可以包括多个室内机101和一个室外机102。
在一些实施例中，室外机102例如可以为空调系统100中，安装于房屋的墙体外侧或楼顶等室外区域的设备。室外机102主要用于压缩冷媒，并驱动该冷媒在空调系统100中循环。冷媒为容易吸热变成气体、也容易放热变成液体的物质。室内机101例如可以为空调系统100中，安装于室内的设备。室内机101主要用于向该室内机101所在的室内空间传输冷气或热气，以调节该室内空间的温度。示例性地，室内机101可以为安装在墙壁上的室内挂机(如图2所示)，或者室内机101可以为放置在地面上的室内柜机(图2中未出)。需要说明的是，在图2中用虚线来表示室外机102和一部分连接配管103，是为了说明室外机102和该部分连接配管103位于室外。
在一些实施例中，室内机101包括显示器1011、垂直导风板1012和水平导风板1013。
在一些实施例中，显示器1011可以是液晶显示器、有机发光二极管(Organic Light-Emitting Diode，OLED)显示器。空调系统100可以通过显示器1011显示空调系统100当前的工作状态(例如，制冷工作状态或制热工作状态)、环境温度、风量等信息。
在一些实施例中，垂直导风板1012和水平导风板1013被配置为调节风向。例如，可以通过调整垂直导风板1012和水平导风板1013的摆动角度，来改变空调系统100的送风方向。
在室内机101和室外机102之间，设置有连接配管103。连接配管103被配置为连通室内机101和室外机102，以使冷媒可以通过连接配管103在室内机101和室外机102中流通。示例性地，如图3所示，连接配管103包括气管1031和液管1032。气管1031被配置为在室内机101与室外机102之间传输气态冷媒或两相态冷媒(气态和液态并存的冷媒)，液管1032被配置为在室内机101与室外机102之间传输液态冷媒或两相态冷媒。
在一些实施例中，空调系统100还包括控制装置105。控制装置105例如可以使用红外线或其他通信方式与室内机101和/或室外机102进行通信。控制装置105被配置为实现用户与空调系统100之间的交互。示例性地，控制装置105可以包括遥控器(如图2所示)、用户设备(例如，智能手机)和其他控制设备(例如，存储有预设控制程序的电子设备)等。以控制装置105为遥控器为例，用户可以通过按下遥控器上的按钮，来控制空调系统100的启停，或设置空调系统100的送风温度、送风方向、送风风量等。
在一些实施例中，如图3所示，室内机101还包括室内风机1014、室内膨胀阀1047和室内热交换器1044；室外机102包括室外风机1021、室外膨胀阀1048、压缩机1041、四通阀1042、室外热交换器1043、气液分离器1045和变频器1046。
在一些示例中，压缩机1041的排气口与四通阀1042的D端连通，压缩机1041的吸气口与气液分离器1045的排气口连通。压缩机1041与变频器1046连接，变频器1046被配置为调整压缩机1041的转速，以提高空调系统100的能效比。气液分离器1045的吸气口与四通阀1042的S端连通。四通阀1042的C端与室外热交换器1043的第一端连通，四通阀1042的E端与连接配管103(例如气管1031)连通。室外热交换器1043的第二端与室外膨胀阀1048的第一端连通，室外膨胀阀1048的第二端与连接配管103(例如液管1032)连通。室内热交换器1044的第一端与连接配管103(例如气管1031)连通，室内热交换器1044的第二端与室内膨胀阀1047的第一端连通，室内膨胀阀1047的第二端与连接配管103(例如液管1032)连通。
需要说明的是，压缩机1041、四通阀1042、室外热交换器1043、室内热交换器1044、气液分离器1045、室内膨胀阀1047和室外膨胀阀1048可以合称为冷媒回路104。在一些示例中，变频器1046也属于冷媒回路104。
在一些实施例中，如图4所示，控制器106至少与冷媒回路104中的各部件、室内风机1014、室外风机1021、显示器1011、垂直导风板1012以及水平导风板1013耦接。控制器106被配置为控制与控制器106耦接的各个部件的工作状态。在一些实施例中，控制器106是指可以根据指令操作码和时序信号，产生操作控制信号，以指示空调系统100执行控制指令的装置。示例性地，控制器106可以为中央处理器(Central Processing Unit，CPU)、通用处理器、网络处理器(Network Processor，NP)等。控制器106还可以是其他具有处理功能的装置，例如电路、器件或软件模块等。控制器106可以包括多个CPU，并且控制器106可以是一个单核(single-CPU)处理器，也可以是多核(multi-CPU)处理器。这里的处理器可以指一个或多个设备、电路或用于处理数据(例如计算机程序指令)的处理核。
在一些实施例中，控制器106中还包括存储器(图中未示出)。存储器可以是只读存储器(read-only memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备、随机存取存储器(random access memory，RAM)或者可存储信息和指令的其他类型的动态存储设备。存储器可以是独立存在的，也可以是与控制器106集成在一起是。存储器中可以存储有计算机程序代码。控制器106用于执行存储器中存储的计算机程序代码，从而实现本公开一些实施例所提供的方法。
在一些实施例中，用户控制空调系统100在制冷工作状态下工作，以降低室内空间的温度。在制冷工作状态下，控制器106控制压缩机1041、室外风机1021和室内风机1014开始工作，并控制四通阀1042的D端与C端连通、S端与E端连通。
这样，压缩机1041开始压缩冷媒，以使该冷媒在空调系统100中循环。示例性地，压缩机1041将气态的冷媒压缩为高温、高压的气态冷媒，并驱动压缩处理后的冷媒经过四通阀1042的D端和C端到达室外热交换器1043的第一端，以进入室外热交换器1043中。高温、高压的气态冷媒在室外热交换器1043中被液化为低温、低压的液态冷媒后，经过室外热交换器1043的第二端、室外膨胀阀1048和连接配管103，到达室内膨胀阀1047，并经过室内膨胀阀1047进入室内热交换器1044中。室外风机1021可以将冷媒液化产生的热量排出室外机102。室外膨胀阀1048(或室内膨胀阀1047)例如可以为电子膨胀阀，室外膨胀阀1048(或室内膨胀阀1047)可以使冷媒膨胀而减压，从而可以控制进入连接配管103中的冷媒的量(或进入室内热交换器1044中的冷媒的量)。在冷媒进入室内热交换器 1044中后，低温、低压的液态冷媒在室内热交换器1044中被汽化为气态冷媒，从而吸收室内热交换器1044周围的热量、降低室内机101内部的气体的温度。此时，室内风机1014将室内机101内部的低温(即，比室内空间的室温更低的温度)气体输送至室内机101外部，从而达到降低室内空间的温度的效果。然后，汽化后的气态冷媒经过室内热交换器1044的第一端和连接配管103达到四通阀1042，并经过四通阀1042的E端和S端到达气液分离器1045的吸气口。气态冷媒在从室内热交换器1044传输至气液分离器1045的过程中可能会冷凝产生液体，气液分离器1045将该液体分离出去后，将气态冷媒输入压缩机1041中，以实现冷媒的循环利用。
在另一些实施例中，空调系统100在制热工作状态下工作，以升高室内空间的温度。区别于上述制冷工作状态，在制热工作状态下，控制器106控制四通阀1042的D端与E端连通、S端与C端连通。
这样，压缩机1041进行压缩处理后得到的高温、高压的气态冷媒经过四通阀1042的D端和E端，从连接配管103输入室内热交换器1044的第一端。高温、高压的气态冷媒在室内热交换器1044中被液化为低温、低压的液态冷媒，从而向室内热交换器1044周围释放热量、升高室内机101内部的气体的温度。此时，室内风机1014将室内机101内部的高温(即，比室内空间的室温更高的温度)气体输送至室内机101外部，从而达到升高室内空间的温度的效果。然后，低温、低压的液态冷媒从室内热交换器1044的第二端流出室内热交换器1044，并经过室内膨胀阀1047、连接配管103和室外膨胀阀1048进入室外热交换器1043中。低温、低压的液态冷媒在室外热交换器1043中被汽化为气态冷媒，然后经过四通阀1042的C端和S端传输至气液分离器1045中，再回到压缩机1041中。室外风机1021可以将冷媒汽化后产生的冷量排出室外机102。
需要说明的是，当空调系统100在制冷工作状态下工作时，室外热交换器1043也可以称为冷凝器，室内热交换器1044也可以称为蒸发器；当空调系统100在制热工作状态下工作时，室外热交换器1043也可以称为蒸发器，室内热交换器1044也可以称为冷凝器。蒸发器的工作温度可以称为蒸发温度，冷凝器的工作温度可以称为冷凝温度。另外，压缩机1041的排气口处的压力可以称为排气压力或高压压力；压缩机1041的吸气口处的压力可以称为吸气压力或低压压力。
在一些实施例中，继续参照图4，控制器106还与至少一个检测元件107(图4以一个检测元件为例)、计时器108、通信装置109、人机交互装置110和语音提示装置111耦接。
在一些示例中，该至少一个检测元件107例如包括至少一个温度传感器和至少一个压力传感器，以使控制器106可以获取空调系统100中与温度相关的运行数据和与压力相关的运行数据。需要说明的是，运行数据是指空调系统100运行过程中所产生的参数信息，例如包括蒸发温度、冷凝温度、排气压力或吸气压力等。例如，参照图5，该至少一个检测元件107包括回风温度传感器1071和出风温度传感器1072。回风温度传感器1071设置在室内机101的回风口处，且被配置为检测室内机101的回风温度。出风温度传感器1072设置在室内机101的出风口处，且被配置为检测室内机101的出风温度。
在一些示例中，计时器108可以检测各个空调系统100中的各个部件的工作时长。
在一些示例中，通信装置109被配置为根据各种通信协议与外部设备(例如，服务器)进行通信，以使控制器106可以与外部设备交换信息。示例性地，通信装置109可以包括 以下中的至少一个：无线通信技术(Wi-Fi)模块、蓝牙模块、有线以太网模块、近距离无线通信技术(Near Field Communication，NFC)模块、或红外接收器等。
在一些示例中，人机交互装置110被配置为实现用户与空调系统100之间的交互。示例性地，人机交互装置110可以包括物理按键和/或触控显示面板。用户例如可以通过人机交互装置110设置空调系统100的工作状态、送风温度等。
在一些示例中，语音提示装置111被配置为向用户发出语音提示(例如，开关机提示音、温度调整提示音、风量调整提示音等)。示例性地，语音提示的内容可以是空调系统100的制造商预先设定的，也可以是用户通过终端设备204或人机交互装置110等自行设定的。
需要说明的是，本公开实施例的附图所示出的结构并不构成对空调系统100的限定，空调系统100可以包括比图示更多、更少或不同的部件。
在一些实施例中，由于室外机102在室外环境中工作，因此，室外机102容易吸入室外环境中的各种杂质，从而在空调系统100中形成脏堵(或称为室外热交换器脏堵)。空调系统100中的脏堵会降低室外热交换器1043与室外空间之间的热交换效率、以及室内热交换器1044与室内空间之间的热交换效率，从而降低空调系统100的制冷或制热效果。
在相关技术中，通过判断空调系统的制冷或制热效果是否降低，可以对室外机中是否存在脏堵进行检测。在检测出室外机中存在脏堵的情况下，可以提示用户或维修人员清除脏堵，以保证空调系统的制冷或制热效果。然而，采用相关技术中的方法进行脏堵检测时，常出现误判的情况，导致脏堵检测结果的准确性较低。
针对上述技术问题，本公开的发明人经过研究发现：在空调系统处于制热工作状态时，室外热交换器表面的温度通常会低于室外热交换器所在的室外空间的温度。此时，室外空间的空气中的水分可能会附着在室外热交换器上，从而形成霜。室外热交换器上结霜后，也会导致空调系统的制冷或制热效果降低。因此，采用相关技术中的方法进行脏堵检测时，容易将室外热交换器上结霜的情况误判为室外机中存在脏堵。也就是说，通过在获取到的脏堵检测结果中排除室外热交换器上结霜的情况，可以提高脏堵检测的准确性。
基于上述技术构思，本公开一些实施例提供了一种空调系统100。在空调系统100处于制热工作状态时，空调系统100中的控制器106可以获取用于指示室外机102是否存在脏堵的多个检测结果，并从该多个检测结果中去除获取时间与除霜操作相关的检测结果，从而可以利用该多个检测结果中的、获取时间与除霜操作不相关的检测结果来判断室外机102是否存在脏堵，以避免控制器106将室外热交换器1043结霜的情况误判为室外机102中存在脏堵，进而提高对空调系统100进行的脏堵检测的准确性。
如图6所示，空调系统100包括室内机101、室外机102和控制器106。室外机102与室内机101连通，控制器106与室内机101和室外机102耦接。控制器106被配置为：在空调系统100处于制热工作状态时，获取第一时长内的第一数量个检测结果，其中，检测结果用于指示室外机102是否存在脏堵，第一数量为大于1的整数；从第一数量个检测结果中去除第二数量个检测结果，以保留第三数量个检测结果，其中，第二数量个检测结果的获取时间与除霜操作相关，第二数量为小于第一数量且大于或等于0的整数，第三数量为第一数量与第二数量之间的差值；若第三数量个检测结果中指示室外机102存在脏堵的检测结果的个数、与第三数量之间的比值大于第一预设阈值，则确定室外机102存在脏堵。
本公开一些实施例所提供的空调系统100，可以在空调系统100处于制热工作状态时， 获取第一数量个用于指示室外机102是否存在脏堵的检测结果。由于该第一数量个检测结果中可能包括室外机102中的室外热交换器1043上附着有霜时的检测结果，而室外热交换器1043上结霜时的检测结果会对室外机102是否存在脏堵的判断形成干扰，因此，为了排除结霜的干扰，空调系统100中的控制器106可以从第一数量个检测结果中去除获取时间与除霜操作相关的第二数量个检测结果，以保留第三数量个检测结果。这样，控制器106可以将第三数量个检测结果作为有效数据，来判断第三数量个检测结果中指示室外机102存在脏堵的检测结果的个数、与该第三数量之间的比值是否大于第一预设阈值。若该比值大于第一预设阈值，说明排除结霜的干扰后，有较多的检测结果指示室外机102存在脏堵，此时，控制器106可以确定室外机102存在脏堵。因此，本公开一些实施例所提供的空调系统100能够在避免将室外热交换器1043结霜误判为室外机102存在脏堵的前提下，提高判断室外机102是否存在脏堵的准确性。
需要说明的是，第一时长、第一数量和第一预设阈值可以由制造商或用户等预先配置在控制器106中，本公开对第一时长、第一数量和第一预设阈值的取值不做限制。
在一些示例中，检测结果可以用“1”或者“0”来表示。例如，“1”可以表示存在脏堵，“0”可以表示不存在脏堵。
在一些示例中，在空调系统100处于制热工作状态时，控制器106可以以一定时长(小于或等于第一时长)为获取周期，从而周期性地获取运行数据。在每个获取周期中，控制器106可以将当前获取周期的运行数据输入到脏堵检测模型中，以得到该获取周期的检测结果。这样，控制器106可以在第一时长内获取到第一数量个检测结果。
示例性地，可以根据室外机102处于多种脏堵情况下的、空调系统100的历史运行数据，以及室外机102不存在脏堵情况下的、空调系统100的历史运行数据，来构建上述脏堵检测模型。例如，如图7所示，在获取上述历史运行数据时，可以通过堵封(例如，使用硬纸板来封堵)室外热交换器1043的回风口的不同面积(例如，分别封堵25％、50％、75％和100％的出风口)，来模拟室外机102的多种脏堵情况。
在一些示例中，上述运行数据包括以下至少之一：室内膨胀阀1047的开度、压缩机1041的吸气压力、压缩机1041的排气压力、压缩机1041的吸气温度、压缩机1041的排气温度、压缩机1041的排气过热度、压缩机1041的工作频率、室外风机1021的转速、变频器1046的工作温度、室外膨胀阀1048的开度、液管1032的温度、空调系统100的除霜工作状态、室内机101的回风温度、或室内机101的出风温度与回风温度之间的差值的绝对值。
在一些示例中，第二数量个检测结果包括：空调系统100执行除霜操作之前的第二时长内的检测结果，以及空调系统100执行除霜操作的过程中的检测结果，第二时长小于第一时长。
示例性地，空调系统100可以按照预设的除霜周期，执行除霜操作。也就是说，当空调系统100处于制热工作状态的时长达到一定阈值后，空调系统100可以自动执行除霜操作。或者，空调系统100可以根据制热量判断是否执行除霜操作。例如，在制热量达到预设的制热量阈值后，空调系统100可以执行除霜操作。
需要说明的是，当空调系统100执行除霜操作之前的第二时长内、以及执行除霜操作的过程中，可以认为室外机102上所凝结的霜较多，此时，控制器106所获取的检测结果可能因室外机102上结霜而错误地指示室外机102存在脏堵。因此，该示例中的空调系统 100可以将在空调系统100执行除霜操作之前的第二时长内、以及执行除霜操作的过程中所获取的第二数量个检测结果排除，从而根据室外机102上没有结霜或结霜较少时所获取的第三数量个检测结果进行脏堵检测，以避免或减少结霜对脏堵检测的干扰，进而提高判断室外机102是否存在脏堵的准确性。
在一些示例中，若第三数量个检测结果中指示室外机102存在脏堵的检测结果的个数、与第三数量之间的比值小于或等于第一预设阈值，则说明排除结霜的干扰后，有较少的检测结果指示室外机102存在脏堵。此时，控制器106可以确定室外机102不存在脏堵。
在一些实施例中，控制器106还被配置为：在空调系统100处于制冷工作状态时，获取第三时长内的第四数量个检测结果，其中，第四数量为大于1的整数；若第四数量个检测结果中指示室外机102存在脏堵的检测结果的个数、与第四数量之间的比值大于第二预设阈值，则确定室外机102存在脏堵。
上述实施例中的空调系统100，可以在空调系统100处于制冷工作状态时，获取第四数量个用于指示室外机102是否存在脏堵的检测结果。这样，空调系统100中的控制器106可以判断第四数量个检测结果中指示室外机102存在脏堵的检测结果的个数、与该第四数量之间的比值是否大于第二预设阈值，并依据该比值与第二预设阈值之间的大小关系(而不是单个检测结果)来判断室外机102是否存在脏堵。若该比值大于第二预设阈值，则说明有较多的检测结果指示室外机102存在脏堵，此时，控制器106可以确定室外机102存在脏堵。因此，上述实施例中的空调系统100可以提高判断室外机102是否存在脏堵的准确性。
需要说明的是，第三时长、第四数量和第二预设阈值可以由制造商或用户等预先配置在控制器106中，本公开对第三时长、第四数量和第二预设阈值的取值不做限制。另外，第三时长可以等于或不等于上述第一时长，第四数量可以等于或不等于上述第一数量，第二预设阈值可以等于或不等于上述第一预设阈值。
需要说明的是，控制器106获取第四数量个检测结果的方式，可以参考前述实施例中关于控制器106获取第一数量个检测结果的相关说明，在此不再赘述。
在一些实施例中，控制器106还被配置为：在确定室外机102存在脏堵之后，控制发出提示信息，其中，提示信息用于提示对空调系统100进行维修。
在一些示例中，提示信息例如包括文字、颜色、图案等信息，控制器106可以控制显示器1011显示该提示信息。在另一些示例中，提示信息例如包括声音信息，控制器106可以控制语音提示装置111播放该提示信息。
在控制器106能够与终端设备204通信的一些示例中，如图8所示，控制器106可以给终端设备204发送指令，以指示终端设备204显示(或播放)提示信息。示例性地，该提示信息可以为“空调系统故障，故障原因为室外机脏堵”。并且，终端设备204还可以显示“确认维修”的按钮，以及“忽略”的按钮。这样，用户可以通过点击相应的按钮，下达维修指示或者忽略该提示信息。
示例性地，若用户点击“确认维修”的按钮，则终端设备204可以通过短信或者电话等形式通知维修人员维修空调系统100。示例性地，若用户点击“忽略”的按钮，则控制器106可以间隔一段时间后再次指示终端设备204显示(或播放)提示信息。
在一些示例中，在满足第一预设条件的情况下，控制器106可以控制停止发出提示信息。示例性地，该第一预设条件例如包括：在确定室外机102存在脏堵之后的第四时长内， 控制器106所获取的第五数量个检测结果中指示室外机102存在脏堵的检测结果的个数、与该第五数量之间的比值小于预设的停止阈值。
在控制器106所执行的上述操作由图1中的云平台202执行的一些示例中，在云平台202确定室外机102存在脏堵之后，故障检测系统200中的各个部件可以按照如图9所示的步骤S801至步骤S804，发出提示信息。
步骤S801、在云平台202确定室外机102存在脏堵之后，云平台202生成提示标记。
在一些示例中，该提示标记用于对存在脏堵的室外机102所在的空调系统100进行标识。这样，维修人员通过后台监控装置203查看空调系统100的相关信息时，可以在查看到该提示标记之后获知空调系统100的室外机102存在脏堵。
步骤S802、若室外机102的脏堵情况满足第二预设条件，则云平台202保留该提示标记，且后台监控装置203记录提示持续时长。
在一些示例中，室外机102的脏堵情况满足第二预设条件是指室外机102连续多次(例如，两次以上)被检测出存在脏堵。提示持续时长是指空调系统100被标识该提示标记之后的持续时长。
步骤S803、在提示持续时长达到预设的时长阈值之后，后台监控装置203控制终端设备204发出提示信息。
步骤S804、终端设备204发出该提示信息。
在一些示例中，用户接受到该提示信息后，可以选择是否对空调系统100进行维修。
在一些示例中，在满足上述第一预设条件的情况下，云平台202可以删除提示标记，且后台监控装置203可以将提示持续时长清零。
本公开一些实施例还提供一种空调系统的脏堵确定方法。该空调系统例如为上述实施例中的空调系统100。在一些实施例中，可以由上述云平台202来执行该脏堵确定方法；在另一些实施例中，可以由上述控制器106来执行该脏堵确定方法。为便于描述，下文以控制器106执行该脏堵确定为例，对该脏堵确定方法进行示例性说明。
需要说明的是，上述脏堵确定方法的执行细节可以参考前述实施例中对控制器106所执行的操作的相关描述，上述脏堵确定方法的有益效果至少包括前述实施例中的空调系统100所产生的有益效果，在此均不再赘述。
如图10所示，上述脏堵确定方法包括步骤S101至步骤S103。
步骤S101、在空调系统处于制热工作状态时，获取第一时长内的第一数量个检测结果。
在一些示例中，检测结果用于指示室外机是否存在脏堵，第一数量为大于1的整数。
步骤S102、从第一数量个检测结果中去除第二数量个检测结果，以保留第三数量个检测结果。
在一些示例中，第二数量个检测结果的获取时间与除霜操作相关，第二数量为小于第一数量且大于或等于0的整数，第三数量为第一数量与第二数量之间的差值。
步骤S103、若第三数量个检测结果中指示室外机存在脏堵的检测结果的个数、与第三数量之间的比值大于第一预设阈值，则确定室外机存在脏堵。
在一些实施例中，第二数量个检测结果包括：空调系统执行除霜操作之前的第二时长内的检测结果，以及空调系统执行除霜操作的过程中的检测结果，第二时长小于第一时长。
在一些实施例中，上述脏堵确定方法还包括：获取空调系统的运行数据；根据运行数据和脏堵检测模型，得到检测结果。
在一些示例中，运行数据包括以下至少之一：室内膨胀阀的开度、压缩机的吸气压力、压缩机的排气压力、压缩机的吸气温度、压缩机的排气温度、压缩机的排气过热度、压缩机的工作频率、室外风机的转速、变频器的工作温度、室外膨胀阀的开度、液管的温度、空调系统的除霜工作状态、室内机的回风温度、或室内机的出风温度与回风温度之间的差值的绝对值。
在一些实施例中，如图11所示，该脏堵确定方法还包括步骤S201至步骤S202。
步骤S201、在空调系统处于制冷工作状态时，获取第三时长内的第四数量个检测结果。
在一些示例中，第四数量为大于1的整数。
步骤S202、若第四数量个检测结果中指示室外机存在脏堵的检测结果的个数、与第四数量之间的比值大于第二预设阈值，则确定室外机存在脏堵。
在一些实施例中，该脏堵确定方法还包括：在确定室外机存在脏堵之后，控制发出提示信息，其中，提示信息用于提示对空调系统进行维修。
在一些实施例中，如图12所示，空调系统100包括室内机101、室外机102、至少一个检测元件107(图12以一个检测元件为例)和控制器106。室外机102与室内机101连通，控制器106与室内机101、室外机102和该至少一个检测元件107耦接。该至少一个检测元件107被配置为检测空调系统100的多个运行数据。
控制器106被配置为：根据该至少一个检测元件107，获取该多个运行数据的检测值；轮流以该多个运行数据中的任一个运行数据为输出量，并以该多个运行数据中、除该任一个运行数据之外的其他运行数据中的至少一个为输入量，根据输入量的检测值以及与输出量相对应的数据预测模型，确定输出量的预测值，以分别确定该多个运行数据的预测值；确定零假设H0，其中，零假设H0包括输出量的检测值与输出量的预测值相等；根据输入量的检测值和输入量的预测值，确定输出量的检验统计量t；根据检验统计量t，判断接受或拒绝零假设H0，以分别判断该至少一个检测元件107中、被配置为检测该任一个运行数据的检测元件是否存在故障。
本公开一些实施例所提供的空调系统100，可以根据该至少一个检测元件107获取空调系统100的多个运行数据的检测值。由于该多个运行数据之间通常具有关联性，因此，空调系统100中的控制器106可以以该多个运行数据中的任一个运行数据为输出量、且以除该任一个运行数据之外的其他运行数据中的至少一个为输入量，通过与输出量相对应的数据预测模型，确定输出量的预测值，从而确定该多个运行数据中的每个运行数据的检测值。另外，控制器106还可以假设输出量的检测值与输出量的预测值相等(即，确定零假设H0)。这样，空调系统100中的控制器106可以根据输入量的检测值和输入量的预测值，确定输出量的检验统计量t，从而使用该检验统计量t去判断接受或拒绝该零假设H0。以任一个运行数据为输出量时，若控制器106判断接受该零假设H0，则说明输出量的检测值实际上与输出量的预测值相等(即，零假设H0为真)，从而说明被配置为检测该任一个运行数据的检测元件不存在故障。类似地，若控制器106判断拒绝该零假设H0，则说明输出量的检测值实际上与输出量的预测值不相等(即，零假设H0不为真)，从而说明被配置为检测该任一个运行数据的检测元件存在故障。这样，控制器106可以轮流判断接受或拒绝对应于每个运行数据的零假设H0，从而判断出该至少一个检测元件107中的每个检测元件是否存在故障。因此，本公开一些实施例所提供的空调系统100可以利用假设检验法，准确地确定出该至少一个检测元件107是否存在故障，从而验证控制器106所获取 的多个运行数据的检测值的准确性。这样，可以保证空调系统100获取到的运行数据能够表征空调系统100的实际运行状态，进而进一步提高根据该多个运行数据的检测值判断室外机102是否存在脏堵的准确性。
需要说明的是，检验统计量t可以度量数据样本与零假设H0之间的一致性，其中，数据样本可以包括该多个运行数据的检测值和预测值。当数据样本与零假设H0一致时，控制器106可以接受零假设H0；当数据样本与零假设H0不一致时，控制器106可以拒绝零假设H0。关于如何通过检验统计量t判断接受或拒绝该零假设H0，将在后续实施例中进行说明。
在一些示例中，控制器106在判断出该至少一个检测元件107均不存在故障时，可以利用通过该至少一个检测元件107所获取的该多个运行数据的检测值，来判断室外机102是否存在脏堵。在另一些示例中，控制器106在判断出该至少一个检测元件107中有故障检测元件时，可以将故障检测元件所检测的运行数据从该多个运行数据中剔除，从而利用通过不存在故障的检测元件所获取的运行数据的检测值，来判断室外机102是否存在脏堵，进而提高判断室外机102是否存在脏堵的准确性。
在一些示例中，控制器106可以按照预设的顺序，依次将该多个运行数据中的每个运行数据作为输出量。在另一些示例中，控制器106在每次判断检测元件是否存在故障之前，可以随机选取该多个运行数据中的一个运行数据作为输出量。
需要说明的是，在用户设置的工作温度相同的情况下，连接配管103的长度、室外环境温度、室内环境温度等因素可能会导致空调系统100的该多个运行数据发生变化。采用假设检验法对该至少一个检测元件107进行故障判断，可以通过对该多个运行数据进行统计学分析而排除这些因素所造成的影响，从而提高故障判断的准确性。
另外，上述多个运行数据中所包括的运行数据的示例可以参考前述实施例中的相关说明，在此不再赘述。
在一些实施例中，控制器106还被配置为：获取该多个运行数据的历史数值，其中，该多个运行数据的历史数值为在该至少一个检测元件不存在故障的情况下的、该多个运行数据的检测值；针对该任一个运行数据，以该任一个运行数据的历史数值为输出训练集、并以其他运行数据的历史数值为输入训练集，训练数学模型，以得到与任一个运行数据相对应的数据预测模型。
在该实施例中，控制器106可以轮流以该多个运行数据中的每个运行数据的历史数据为输出训练集，并以该多个运行数据中的其他运行数据的历史数据为输入训练集，训练得到分别与该多个运行数据相对应的多个数据预测模型。这样，当控制器106判断该至少一个检测元件107中的任一个检测元件107是否存在故障时，可以选用该多个数据预测模型中、与该任一个检测元件107所检测的运行数据相对应的数据预测模型，来获取该运行数据的预测值。
在一些示例中，上述数学模型例如为神经网络模型。示例性地，以该多个运行数据包括第一运行数据至第n运行数据这n个运行数据为例，参照图13，在以第一运行数据为输出量的情况下，神经网络模型的输入量包括第二运行数据至第n运行数据。
在一些实施例中，输入训练集还包括空调系统100的工作状态，工作状态至少包括制冷工作状态和制热工作状态；输入量还包括工作状态；控制器106还被配置为：获取工作状态。
示例性地，继续以该多个运行数据包括第一运行数据至第n运行数据这n个运行数据、且以第一运行数据为输出量为例，区别于图13，在图14中，输入量还包括工作状态。
由于该多个运行数据在空调系统100处于不同工作状态下的数值不同，因此，该实施例中的空调系统100，通过将空调系统100的工作状态加入到输入训练集和输入量中，可以使得控制器106能够结合空调系统100的工作状态确定该多个运行数据的预测值，从而提高确定出的预测值的准确性，进而进一步提高判断该至少一个检测元件107是否存在故障的准确性、以及提高利用该多个运行数据判断室外机102是否存在脏堵的准确性。
在一些示例中，工作状态还包括除湿工作状态。
在一些示例中，若被配置为检测该任一个运行数据的检测元件存在故障，则当以其他运行数据中的运行数据作为输出量时，输入量不包括该任一个运行数据的检测值；若被配置为检测该任一个运行数据的检测元件不存在故障，则当以其他运行数据中的运行数据作为输出量时，输入量包括该任一个运行数据的检测值。
在被配置为检测该任一个运行数据的检测元件存在故障时，说明该任一个运行数据的检测值并非该任一个运行数据的实际值，若将该任一个运行数据的检测值作为输入量去确定其他运行数据的预测值，则可能导致确定出的预测值不准确。因此，该示例中的空调系统100，可以在判断出被配置为检测该任一个运行数据的检测元件存在故障时，不再将该任一个运行数据的检测值作为确定其他运行数据的预测值的依据，从而可以提高该多个运行数据的预测值的准确性，进而可以提高判断该至少一个检测元件107是否存在故障的准确性。
在一些示例中，若被配置为检测该任一个运行数据的检测元件存在故障，则当以其他运行数据中的运行数据作为输出量时，输入量包括任一个运行数据的预测值。这样，可以在保证所确定的其他运行数据的预测值的准确性的前提下，避免在确定其他运行数据的预测值时的输入量不足，从而保证能够通过对应的数据预测模型确定出其他运行数据的预测值。
在一些实施例中，控制器106被配置为：根据该至少一个检测元件，以第一时间段为获取周期，获取空调系统100开始运行达到第二时间段之后的、该多个运行数据的多个检测值，其中，该多个检测值的数量大于预设的数量阈值；轮流以该任一个运行数据为输出量，并以所述其他运行数据中的至少一个为所述输入量，根据输入量的该多个检测值以及与输出量相对应的数据预测模型，确定输出量的多个预测值，以分别确定该多个运行数据的该多个预测值；确定零假设，其中，零假设还包括输出量的该多个检测值的平均值与输出量的该多个预测值的平均值相等；根据输入量的该多个检测值和输入量的该多个预测值，确定输出量的检验统计量t。
由于空调系统100在开始进入工作状态之后的一段时间内，空调系统100的运行并不平稳，因此，控制器106获取空调系统100开始运行达到第二时间段之后的、该多个运行数据的检测值，可以排除由运行不平稳带来的检测干扰，从而使获取到的检测值更能够表征该至少一个检测元件107的实际故障情况，进而进一步提高判断该至少一个检测元件107是否存在故障的准确性。另外，通过针对该多个运行数据中的每个运行数据采集大于数量阈值的多个检测值和多个预测值，可以扩大数据样本的样本大小(即，样本容量)，从而提高确定出的检验统计量t的准确性和代表性，进而进一步提高判断该至少一个检测元件107是否存在故障的准确性。
在一些实施例中，输出量的检验统计量t的计算公式如下述公式(1)所示。
其中，t为检验统计量，X1为输入量的该多个检测值的平均值，X2为输入量的该多个预测值的平均值，n1为输入量的该多个检测值的样本大小，n2为输入量的该多个预测值的样本大小，Sp的计算公式如下述公式(2)所示。
其中，为输入量的该多个检测值的样本方差，为输入量的该多个预测值的样本方差。示例性地，样本方差是指每个样本值与全体样本值的平均数之差的平方值的平均数。
下面，对通过检验统计量t判断接受或拒绝零假设H0的方式，进行示例性说明。
在一些实施例中，控制器106被配置为：确定检验统计量t的临界值；将检验统计量t与临界值进行比较，以判断接受或拒绝零假设H0；若检验统计量t的绝对值大于临界值，则判断拒绝零假设H0；若检验统计量t的绝对值小于或等于临界值，则判断接受零假设H0。
在一些示例中，控制器106可以通过查表法确定检验统计量t的临界值。例如，在确定检验统计量t后，通过查询所存储的检验统计量t与临界值之间的对应关系表，确定检验统计量t的临界值。
在一些实施例中，控制器106被配置为：确定与检验统计量t相对应的P值(P value)；将P值与预设的显著性水平α进行比较，以判断接受或拒绝零假设H0；若P值小于或等于显著性水平α，则判断拒绝零假设H0；若P值大于显著性水平α，则判断接受零假设H0。
在一些示例中，P值是用于判定假设检验结果的一个参数，控制器106可以通过查表法确定与检验统计量t相对应的P值，即，在确定检验统计量t后，通过查询所存储的检验统计量t与P值之间的对应关系表，确定对应的P值。
在一些示例中，显著性水平α可以表征发生“零假设H0为真但被拒绝”这一事件发生的概率。显著性水平α的值可以预先存储在控制器106中。
为了实现本公开一些实施例所提供的上述方案，本公开一些实施例提供了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员容易意识到，结合本文中所公开的实施例所描述的各示例的模块及算法步骤，本公开实施例能够以硬件或硬件与计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本公开的范围。
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。
在本公开所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其他的方式实现。例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。例如多个单元或组件可以结合或者可以集成到另一个装置，或一些特征可 以忽略、或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其他的形式。
另外，在本公开各个实施例中的多个功能单元中的两个或两个以上的功能单元可以集成在一个处理单元中，该多个功能单元也可以在物理上单独存在。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个可读取存储介质中。本公开实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来。
本领域的技术人员将会理解，本发明的公开范围不限于上述具体实施例，并且可以在不脱离本申请的精神的情况下对实施例的某些要素进行修改和替换。本申请的范围受所附权利要求的限制。

Claims (19)

  1. 一种空调系统，包括：
    室内机；
    室外机；
    控制器，分别与所述室内机和所述室外机耦接，且被配置为：
    在所述空调系统处于制热工作状态时，获取第一时长内的第一数量个检测结果，其中，所述检测结果用于指示所述室外机是否存在脏堵，所述第一数量为大于1的整数；
    从所述第一数量个检测结果中去除第二数量个检测结果，以保留第三数量个检测结果，其中，所述第二数量个检测结果的获取时间与除霜操作相关，所述第二数量为小于所述第一数量且大于或等于0的整数，所述第三数量为所述第一数量与所述第二数量之间的差值；
    若所述第三数量个检测结果中指示所述室外机存在脏堵的所述检测结果的个数、与所述第三数量之间的比值大于第一预设阈值，确定所述室外机存在脏堵。
  2. 根据权利要求1所述的空调系统，其中，所述第二数量个检测结果包括：所述空调系统执行所述除霜操作之前的第二时长内的所述检测结果，以及所述空调系统执行所述除霜操作的过程中的所述检测结果，所述第二时长小于所述第一时长。
  3. 根据权利要求1或2所述的空调系统，其中，
    所述控制器还被配置为：
    获取所述空调系统的运行数据；
    根据所述运行数据和脏堵检测模型，得到所述检测结果；
    其中，所述室内机包括室内膨胀阀，所述室外机包括压缩机、室外风机、变频器、室外膨胀阀，所述室内机与所述室外机至少通过液管连通，所述运行数据包括以下至少之一：
    所述室内膨胀阀的开度、所述压缩机的吸气压力、所述压缩机的排气压力、所述压缩机的吸气温度、所述压缩机的排气温度、所述压缩机的排气过热度、所述压缩机的工作频率、所述室外风机的转速、所述变频器的工作温度、所述室外膨胀阀的开度、所述液管的温度、所述空调系统的除霜工作状态、所述室内机的回风温度、或所述室内机的出风温度与所述回风温度之间的差值的绝对值。
  4. 根据权利要求1至3中任一项所述的空调系统，其中，
    所述控制器还被配置为：
    在所述空调系统处于制冷工作状态时，获取第三时长内的第四数量个检测结果，其中，所述第四数量为大于1的整数；
    若所述第四数量个检测结果中指示所述室外机存在脏堵的所述检测结果的个数、与所述第四数量之间的比值大于第二预设阈值，则确定所述室外机存在脏堵。
  5. 根据权利要求1至4中任一项所述的空调系统，其中，
    所述控制器还被配置为：
    在确定所述室外机存在脏堵之后，控制发出提示信息，其中，所述提示信息用于提示对所述空调系统进行维修。
  6. 一种空调系统的脏堵确定方法，所述空调系统包括室内机和室外机，所述室外机与 所述室内机连通，所述方法包括：
    在所述空调系统处于制热工作状态时，获取第一时长内的第一数量个检测结果，其中，所述检测结果用于指示所述室外机是否存在脏堵，所述第一数量为大于1的整数；
    从所述第一数量个检测结果中去除第二数量个检测结果，以保留第三数量个检测结果，其中，所述第二数量个检测结果的获取时间与除霜操作相关，所述第二数量为小于所述第一数量且大于或等于0的整数，所述第三数量为所述第一数量与所述第二数量之间的差值；
    若所述第三数量个检测结果中指示所述室外机存在脏堵的所述检测结果的个数、与所述第三数量之间的比值大于第一预设阈值，则确定所述室外机存在脏堵。
  7. 根据权利要求6所述的方法，其中，所述第二数量个检测结果包括：所述空调系统执行所述除霜操作之前的第二时长内的所述检测结果，以及所述空调系统执行所述除霜操作的过程中的所述检测结果，所述第二时长小于所述第一时长。
  8. 根据权利要求6或7所述的方法，还包括：
    获取所述空调系统的运行数据；
    根据所述运行数据和脏堵检测模型，得到所述检测结果；
    其中，所述室内机包括室内膨胀阀，所述室外机包括压缩机、室外风机、变频器、室外膨胀阀，所述室内机与所述室外机至少通过液管连通，所述运行数据包括以下至少之一：
    所述室内膨胀阀的开度、所述压缩机的吸气压力、所述压缩机的排气压力、所述压缩机的吸气温度、所述压缩机的排气温度、所述压缩机的排气过热度、所述压缩机的工作频率、所述室外风机的转速、所述变频器的工作温度、所述室外膨胀阀的开度、所述液管的温度、所述空调系统的除霜工作状态、所述室内机的回风温度、或所述室内机的出风温度与所述回风温度之间的差值的绝对值。
  9. 根据权利要求6至8中任一项所述的方法，还包括：
    在所述空调系统处于制冷工作状态时，获取第三时长内的第四数量个检测结果，其中，所述第四数量为大于1的整数；
    若所述第四数量个检测结果中指示所述室外机存在脏堵的所述检测结果的个数、与所述第四数量之间的比值大于第二预设阈值，则确定所述室外机存在脏堵。
  10. 根据权利要求6至9中任一项所述的方法，还包括：
    在确定所述室外机存在脏堵之后，控制发出提示信息，其中，所述提示信息用于提示对所述空调系统进行维修。
  11. 一种空调系统，包括：
    室内机；
    室外机；
    至少一个检测元件，被配置为检测所述空调系统的多个运行数据；
    控制器，分别与所述室内机、所述室外机和所述至少一个检测元件耦接，且被配置为：
    根据所述至少一个检测元件，获取所述多个运行数据的检测值；
    轮流以所述多个运行数据中的任一个运行数据为输出量，并以所述多个运行数据中、除所述任一个运行数据之外的其他运行数据中的至少一个为输入量，根据所述输入量的所述检测值以及与所述输出量相对应的数据预测模型，确定所述输出量的预测 值，以分别确定所述多个运行数据的所述预测值；
    确定零假设，其中，所述零假设包括所述输出量的所述检测值与所述输出量的所述预测值相等；
    根据所述输入量的所述检测值和所述输入量的所述预测值，确定所述输出量的检验统计量；
    根据所述检验统计量，判断接受或拒绝所述零假设，以分别判断所述至少一个检测元件中、被配置为检测所述任一个运行数据的检测元件是否存在故障。
  12. 根据权利要求11所述的空调系统，其中，
    所述控制器还被配置为：
    获取所述多个运行数据的历史数值，其中，所述多个运行数据的所述历史数值为在所述至少一个检测元件不存在故障的情况下的、所述多个运行数据的所述检测值；
    针对所述任一个运行数据，以所述任一个运行数据的所述历史数值为输出训练集、并以所述其他运行数据的所述历史数值为输入训练集，训练数学模型，以得到与所述任一个运行数据相对应的所述数据预测模型。
  13. 根据权利要求12所述的空调系统，其中，
    所述输入训练集还包括所述空调系统的工作状态，所述工作状态至少包括制冷工作状态和制热工作状态；
    所述输入量还包括所述工作状态；
    所述控制器还被配置为：
    获取所述工作状态。
  14. 根据权利要求11至13中任一项所述的空调系统，其中，
    若被配置为检测所述任一个运行数据的所述检测元件存在故障，则当以所述其他运行数据中的运行数据作为所述输出量时，所述输入量不包括所述任一个运行数据的所述检测值；
    若被配置为检测所述任一个运行数据的所述检测元件不存在故障，则当以所述其他运行数据中的运行数据作为所述输出量时，所述输入量包括所述任一个运行数据的所述检测值。
  15. 根据权利要求14所述的空调系统，其中，
    若被配置为检测所述任一个运行数据的所述检测元件存在故障，则当以所述其他运行数据中的运行数据作为所述输出量时，所述输入量包括所述任一个运行数据的所述预测值。
  16. 根据权利要求11至15中任一项所述的空调系统，其中，
    所述控制器被配置为：
    根据所述至少一个检测元件，以第一时间段为获取周期，获取所述空调系统开始运行达到第二时间段之后的、所述多个运行数据的多个所述检测值，其中，所述多个所述检测值的数量大于预设的数量阈值；
    轮流以所述任一个运行数据为所述输出量，并以所述其他运行数据中的至少一个为所述输入量，根据所述输入量的所述多个所述检测值以及与所述输出量相对应的所述数据预测模型，确定所述输出量的多个所述预测值，以分别确定所述多个运行数据 的所述多个所述预测值；
    确定所述零假设，其中，所述零假设还包括所述输出量的所述多个所述检测值的平均值与所述输出量的所述多个所述预测值的平均值相等；
    根据所述输入量的所述多个所述检测值和所述输入量的所述多个所述预测值，确定所述输出量的所述检验统计量。
  17. 根据权利要求16所述的空调系统，其中，
    所述输出量的所述检验统计量的计算公式为：
    其中，t为检验统计量，X1为所述输入量的所述多个所述检测值的平均值，X2为所述输入量的所述多个所述预测值的平均值，n1为所述输入量的所述多个所述检测值的样本大小，n2为所述输入量的所述多个所述预测值的样本大小，Sp的计算公式为：
    其中，为所述输入量的所述多个所述检测值的样本方差，为所述输入量的所述多个所述预测值的样本方差。
  18. 根据权利要求11至17中任一项所述的空调系统，其中，
    所述控制器被配置为：
    确定所述检验统计量的临界值；
    将所述检验统计量与所述临界值进行比较，以判断接受或拒绝所述零假设；
    若所述检验统计量的绝对值大于所述临界值，则判断拒绝所述零假设；
    若所述检验统计量的绝对值小于或等于所述临界值，则判断接受所述零假设。
  19. 根据权利要求11至17中任一项所述的空调系统，其中，
    所述控制器被配置为：
    确定与所述检验统计量相对应的P值；
    将所述P值与预设的显著性水平进行比较，以判断接受或拒绝所述零假设；
    若所述P值小于或等于所述显著性水平，则判断拒绝所述零假设；
    若所述P值大于所述显著性水平，则判断接受所述零假设。
PCT/CN2023/085943 2022-05-23 2023-04-03 空调系统及空调系统的脏堵确定方法 WO2023226595A1 (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
CN202210564395.2A CN114877488A (zh) 2022-05-23 2022-05-23 一种空调系统及其脏堵确定方法
CN202210564395.2 2022-05-23
CN202211305064.3 2022-10-24
CN202211305064.3A CN115638507A (zh) 2022-10-24 2022-10-24 空调系统

Publications (1)

Publication Number Publication Date
WO2023226595A1 true WO2023226595A1 (zh) 2023-11-30

Family

ID=88918403

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2023/085943 WO2023226595A1 (zh) 2022-05-23 2023-04-03 空调系统及空调系统的脏堵确定方法

Country Status (1)

Country Link
WO (1) WO2023226595A1 (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104990202A (zh) * 2015-05-29 2015-10-21 广东美的制冷设备有限公司 空调器的脏堵控制方法、装置及室内机
CN112097365A (zh) * 2020-07-10 2020-12-18 珠海派诺科技股份有限公司 基于预测和分类模型的空调故障检测与辩识方法及装置
CN112648710A (zh) * 2020-12-21 2021-04-13 广东美的暖通设备有限公司 排气温度传感器故障检测方法、装置及空调设备
CN114877488A (zh) * 2022-05-23 2022-08-09 青岛海信日立空调系统有限公司 一种空调系统及其脏堵确定方法
CN115638507A (zh) * 2022-10-24 2023-01-24 青岛海信日立空调系统有限公司 空调系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104990202A (zh) * 2015-05-29 2015-10-21 广东美的制冷设备有限公司 空调器的脏堵控制方法、装置及室内机
CN112097365A (zh) * 2020-07-10 2020-12-18 珠海派诺科技股份有限公司 基于预测和分类模型的空调故障检测与辩识方法及装置
CN112648710A (zh) * 2020-12-21 2021-04-13 广东美的暖通设备有限公司 排气温度传感器故障检测方法、装置及空调设备
CN114877488A (zh) * 2022-05-23 2022-08-09 青岛海信日立空调系统有限公司 一种空调系统及其脏堵确定方法
CN115638507A (zh) * 2022-10-24 2023-01-24 青岛海信日立空调系统有限公司 空调系统

Similar Documents

Publication Publication Date Title
CN108895611B (zh) 一种冷凝器脏堵检测方法及装置
CN108444159B (zh) 空调控制方法和装置、空调
EP3531045A1 (en) Method and device for defrosting air conditioner
CN109798634B (zh) 一种空调器的除霜方法及空调器
WO2019109959A1 (zh) 空调装置及用于判断其运行状态是否正常的方法
WO2022160672A1 (zh) 用于制冷系统的冷媒量检测的方法、装置及空调
CN102519119A (zh) 一种带故障自诊断功能的空调器及其故障自诊断方法
US20120053898A1 (en) Performance evaluation device for centrifugal chiller
EP3795915B1 (en) Malfunction diagnosis system
WO2024119723A1 (zh) 空调设备及其故障检测方法
WO2022262629A1 (zh) 基于物联网空调的远程监控系统及其控制方法
CN114754413B (zh) 一种多联机空调系统及故障定位方法
CN108344528B (zh) 一种多联式空调系统换热量测量方法及装置
CN114877488A (zh) 一种空调系统及其脏堵确定方法
CN113757945B (zh) 空调器控制方法、装置、空调器以及计算机可读存储介质
JP2019020070A (ja) 空調装置の評価装置および評価方法
CN109869868B (zh) 一种空调多联机缺冷媒的检测方法及装置、空调器
JP6733704B2 (ja) 空調管理システム及び通信制御装置
CN113357743B (zh) 一种环境温度检测方法、装置、计算设备及存储介质
WO2023226595A1 (zh) 空调系统及空调系统的脏堵确定方法
CN107560118B (zh) 一种医院制冷主机冷冻水供水温度的设定方法及装置
WO2023169519A1 (zh) 多联机空调系统及多联机空调系统的容错控制方法
CN114923273B (zh) 一种空调系统及其控制方法
JP6773078B2 (ja) 空調管理システム及び通信制御装置
CN115264756B (zh) 一种空调系统的应急处理方法及装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23810670

Country of ref document: EP

Kind code of ref document: A1